基于GAM模型的西安市O₃浓度影响因素解析

来源：环境科学杂志2020年第1期北京时间：

作者：黄小刚,邵天杰,赵景波,曹军骥,吕晓虎

单位：陕西师范大学地理科学与旅游学院, 西安 710119,中国科学院地球环境研究所气溶胶化学与物理重点实验室, 西安 710061,山西师范大学地理科学学院, 临汾 041004,陕西师范大学地理科学与旅游学院, 西安 710119,陕西师范大学地理科学与旅游学院, 西安 710119,中国科学院地球环境研究所气溶胶化学与物理重点实验室, 西安 710061,中国科学院地球环境研究所气溶胶化学与物理重点实验室, 西安 710061,汉中市生态环境局, 汉中 724200

摘要：基于空气质量监测数据，研究了2014~2018年西安市O₃浓度和污染的变化特征，利用GAM模型揭示了气象因素对O₃浓度的影响.结果表明：①西安市O₃浓度逐年上升，2016年开始O₃年评价指标已连续3 a超标.但随着夏季O₃污染治理的加强，2017年后O₃浓度升幅趋缓.②O₃月均浓度变化曲线主要呈倒V型，1~7月随气温的升高而上升，8~12月随气温的下降而下降，7月月均浓度最大.但在降水量偏大的年份，O₃月均浓度常在降水量最大月出现谷值，曲线形态变为M型.③2014~2018年西安市O₃污染明显加重，O₃污染时段向前延长.O₃超标率由2014年的1.9%上升到2018年的14.0%.2016年起，O₃污染出现时间由7月提前至5月.④GAM模型拟合结果表明，气温、气压、日照时数和相对湿度与O₃浓度有显著的非线性关系，各因子平滑函数拟合曲线形态差异较大，其中气温和日照时数主要呈正向影响，气压和相对湿度主要呈负向影响.降水量的影响主要表现在夏季，风速的影响不明显.西安市在气温>24℃、气压<962 hPa、日照时数>9 h、相对湿度为36%~65%且无雨时，O₃污染较易发生.

关键词：广义相加模型(GAM),O3浓度,变化特征,影响因素,西安市,